基于变步长扰动逼近法的移动式在线光伏充电MPPT 技术

高佳俊，李维波*,，李齐，邹振杰，卢月

1 武汉理工大学 自动化学院，湖北 武汉 430070

2 西藏大学 供氧研究院，西藏 拉萨 850012

0 引 言

随着科技的不断进步和对环保要求的不断提高，从化石能源转向可再生清洁能源已成为人们关注的焦点之一。对于移动平台而言，其最大的难题表现为：无法在短时间内将蓄电池充满；由于移动平台的空间尺寸约束，无法采用容量太大的蓄电池，这将导致单次充电的储能过少，故其有效使用时间较短[1-3]。然而，如果把思路聚焦到太阳能上，对于周身在较强光照环境下的移动平台而言，采用光伏作为蓄电池的充电能量来源，既可实现蓄电池“边用边充”的在线充电效果，又可兼顾节能环保要求。

目前，移动平台的光伏充电器有2 种主流形式，一种是非隔离型，另一种是隔离型[4-6]。非隔离型的光伏充电器一般采用2 级DC/DC 变换器的主拓扑结构，其中前级DC/DC 变换器用于最大功率点跟踪（maximum power point tracking，MPPT）、后级DC/DC 变换器则用于充电控制。这种方案的优点是2 级结构设计简单、独立运行且协调控制，但是由于该方案中光伏板和蓄电池之间没有隔离，所以共模干扰的问题较严重，且在外部环境比较恶劣时的干扰更为突出，这将明显影响其充电效能。而市面上主流的隔离型光伏充电器分为2 种，一种采用工频变压器，另一种则采用高频变压器。由于移动平台对设备尺寸的约束要求很严格，所以工频隔离方式并不适用。目前，移动平台大多采用高频隔离型充电拓扑，即“光伏板—BOOST 电路—高频逆变—高频变压器—高频整流—DC/DC—蓄电池”的经典拓扑。其中BOOST 电路用于执行MPPT 算法跟踪任务，高频逆变高频变压器旨在解决隔离问题，而DC/DC 变换器则用于实现充电控制。该拓扑结构的优点是在兼顾MPPT 控制和充电控制的同时，减少外界环境的干扰，尤其是光照条件变化的不良影响。不过，如果该拓扑的级数太多，则将限制其变换效率[7-9]。

为了解决光伏板和蓄电池之间的电气隔离问题，以及系统的变换效率限制问题，本文拟提出一种采用高频逆变器与隔离变压器共同作为MPPT载体的移动光伏充电拓扑。通过借助变步长扰动逼近法进行MPPT 算法跟踪，同时将高频整流和后级DC/DC 变换器合并，将充电控制与高频逆变的脉冲调制相结合，最终将高频隔离、MPPT 跟踪和充电控制三大功能集成一体。该方案既继承了高频隔离拓扑的优势，又减少了变换级数，可以最大限度地提高在线充电装置的转换效率。

1 移动光伏充电装置的主拓扑

图1 所示为在线光伏充电装置的主拓扑，主要由光伏板、直流与缓启动、高频逆变器、高频变压器、高频整流器、输出滤波、蓄电池和主控板组成，其中主控板由数字输入（digital input，DI）电路、数字输出（digital output，DO）电路、输入模拟信号采集电路1、输出模拟信号采集电路2、环境信号采集电路、驱动模块和通信模块等组成。

图1 在线光伏充电装置的主拓扑Fig. 1 Main topology of photovoltaic online charging device

图1 中：Uin为高频逆变器的输入电压，即光伏板的输出电压；UN为高频逆变器的输出电压；n为高频变压器的匝数比；Ub为高频变压器的输出电压；Uout为高频整流器的输出电压，即加载在蓄电池两端的充电电压。此外，DI 电路的作用是输入启、停信号；DO 电路的作用是输出缓启动信号；输入模拟信号采集电路1 的作用是采集高频逆变器的输入电压和电流，即光伏板的输出电压和电流；输出模拟信号采集电路2 的作用是采集蓄电池的充电电压和电流；环境信号采集电路的作用是采集功率模块的温度、工作环境的湿度；驱动模块的作用是连接功率模块，以控制高频逆变器中IGBT 晶体管的闭合和断开；通信模块的作用是经由CAN 通信来连接上位机界面。

2 变步长扰动逼近法MPPT 策略

2.1 光伏板的输出特性曲线

本文以某块650 W 的光伏板作为研究对象，开展仿真及工程验证。图2 所示为光伏板在不同温度和光照条件下的I-U输出曲线和P-U输出曲线，其中I，U，P分别为光伏板的输出电流、输出电压、输出功率。图2（a）为光照强度Ir=1 kW/m2时，不同温度条件下的输出曲线；图2（b）为温度T=25 ℃时，不同光照强度条件下的输出曲线。由图2 可知，I-U输出曲线存在一个拐点；而P-U输出曲线是存在一个单峰值的非线性曲线，其峰值即光伏板的最大功率点。当光照强度Ir=1 kW/m2时，随着温度的增加，光伏板的输出电压和输出功率均有所下降；当温度T=25 ℃时，随着光照强度的增加，光伏板的输出电流和输出功率均相应升高。

图2 光伏板的输出特性曲线Fig. 2 Output characteristic curves of photovoltaic panel

2.2 变步长扰动逼近法MPPT 理论

本文所采用的高频逆变器为方波逆变，其与隔离变压器共同作为MPPT 载体，其输入/输出电压满足以下条件：

式中：D为高频逆变器的占空比；k为方波不控整流的变换系数。

将式（1）进行简化，则光伏板输出电压与蓄电池两端充电电压的关系为

由式（2）可知，当高频变压器的匝数比n为固定值时，蓄电池的充电电压Uout取决于光伏板输出电压Uin和高频逆变器占空比D。当太阳光强的变化较小时，如需提高充电电压Uout，则应增加高频逆变器的占空比D；反之，如需降低充电电压Uout，则应减小占空比D。由此可见，为了增加光伏板的利用率以及蓄电池的充电速度，只需通过控制高频逆变器的占空比D，即可确保充电系统尽可能工作在最大功率点，从而实现MPPT 算法跟踪。

目前，常用的MPPT 算法包括恒定电压跟踪法、短路电流比例系数法、电导增量法和扰动观察法[10]。前2 种方法为开环控制，即根据光伏板在标准测试环境下的曲线，控制充电电压达到一个恒定值，该类算法运行简单、成本较低，但在外部环境实时改变的移动平台上，无法实现光伏板最大功率点的有效跟踪。后2 种方法为闭环控制，其中电导增量法需时刻计算功率值的导数，所以算法偏复杂，计算速度较慢；而扰动逼近法可以有效地跟踪光伏板的最大功率点，其运行相对简单、成本也比较低[11-13]。

因此，本文将采用基于变步长的扰动逼近式MPPT 算法，其基本原理是：通过观察光伏板的输出功率及电压变化，来调节高频逆变器的占空比，进而改变充电电压Uout，最终实现最大功率点的跟踪功能。图3 所示为基于变步长扰动逼近式MPPT 算法的流程，其中：Dt和Dt-1分别为当前时刻和前一时刻的占空比，Pt和Pt-1分别为当前时刻和前一时刻的输入功率；Ut和Ut-1分别为当前时刻和前一时刻的输入电压。

图3 基于变步长扰动逼近法的MPPT 算法流程Fig. 3 MPPT algorithm flowchart based on variable step size disturbance approximation method

如图3 所示，基于变步长扰动逼近式MPPT算法的主要流程为：

1） 首先，输入初始占空比D0和干扰步长ΔD。

2） 然后，令Dt-1=D0，Pt-1=0，并采集当前时刻的输入电压Ut和输入电流It，进而计算输入功率Pt、功率变化ΔP以及电压变化ΔU。

3） 最后，根据ΔP和ΔU的变化趋势，调整在线变步长扰动的逼近趋势，即调整光伏充电装置中高频逆变器占空比D的变化趋势。判定原则为：（1）当ΔP＞0 且ΔU＞0 时，应减小占空比D，令Dt=Dt-1-ΔD；（2）当ΔP＞0 且ΔU＜0 时，应增加占空比D，令Dt=Dt-1+ΔD；（3）当ΔP＜0 且ΔU＞0 时，应增 加 占 空 比D，令Dt=Dt-1+ΔD；（4）当ΔP＜0 且ΔU＜0 时，应减小占空比D，令Dt=Dt-1-ΔD。同时，令Pt-1=Pt，Dt-1=Dt，即将本次循环中当前时刻的功率和占空比，赋值到下一个循环中，并作为下一个循环在前一时刻的功率和占空比。

3 蓄电池的充电控制策略

由于蓄电池电压将随着其剩余电量（state of charge，SOC）的增加而增加，为了同时保证蓄电池充电的速度和安全性，可以通过采集蓄电池两端的电压、电流来判断蓄电池的SOC 情况[14]，即

式中：SOCbat(t)，SOC0分别为蓄电池的当前电量和初始电量，其中SOC0由蓄电池的自身属性和所采集的初始电压决定；ibat为蓄电池的充电电流；t为充电时间；Cbat为蓄电池的容量。

根据式（3），SOC 的估算流程如图4 所示，其中SOCt和SOCt-1分别为当前时刻和前一时刻蓄电池的剩余电量。首先，输入蓄电池容量Cbat，采集蓄电池的初始电压U0；然后，计算蓄电池的初始电量SOC0，并令SOCt-1=SOC0；最后，采集充电电流ibat，根据式（2）计算当前t时刻的蓄电池剩余电量SOCt。

图4 SOC 估算流程图Fig. 4 Flowchart of SOC estimation

根据蓄电池的SOC 情况，本文将采用三段式充电方法，即：MPPT 最大功率充电阶段、恒压限流充电阶段和浮充电阶段，如图5 所示。

图5 三段式充电示意图Fig. 5 Schematic diagram of three stages charging

1） MPPT 最大功率充电阶段。

在充电初期，蓄电池的剩余电量较少，将采用MPPT 最大功率的方式对蓄电池进行充电，从而使光伏板工作在最大功率点，以确保蓄电池的充电速度。为了在蓄电池容量接近充满时防止过充，应设置最低阈值SOCL，当SOCt＞SOCL时，装置即可转入恒压限流充电阶段。

2） 恒压限流充电阶段。

此时蓄电池已经基本充满，为了达到安全充电的目的，应通过降低高频逆变器的占空比来降低光伏板的功率，从而对蓄电池进行低电流充电，以有效避免蓄电池过充。为了防止蓄电池自身放电而导致电量下降，应设置最高阈值SOCH，当SOCt＞SOCH时，装置随即转入浮充电阶段。

3） 浮充电阶段。

此时蓄电池已经充满，应进一步降低高频逆变器的占空比，以再次降低光伏板的功率，仅以微弱的电流对蓄电池进行充电，从而使蓄电池电量始终保持在充满的状态。因此，该阶段也意味着整个充电过程的结束。

充电控制策略流程如图6 所示。

图6 三段式充电控制策略的流程图Fig. 6 Flowchart of three-stage charge control strategy

4 建模与仿真分析

为了验证本文提出的基于变步长扰动逼近法的MPPT 控制策略和蓄电池充电控制策略的可行性及有效性，根据在线光伏充电装置主拓扑（图1），采用Matlab/simulink 仿真软件搭建移动光伏充电装置，其仿真模型如图7 所示，关键性仿真参数如表1 所示。

表1 在线光伏充电装置的关键性仿真参数Table 1 Key simulation parameters of photovoltaic on-line charging device

图7 在线光伏充电装置的仿真模型Fig. 7 Simulation model of photovoltaic on-line charging device

图7 中：“光伏板输出曲线”模块为本文的输入测量，包括光伏板光照强度Ir、光伏板输出电流I_PV、光伏板输出电压V_PV、光伏板输出功率P_PV；“蓄电池状态”和“充电曲线”模块为本文的输出测量，包括蓄电池充电电流I_Battery、蓄电池充电电压V_Battery、蓄电池充电功率P_Battery、蓄电池剩余电量SOC。

4.1 MPPT 控制策略的仿真验证

通过调节光伏板输入的光照强度，模拟现实环境中的正常光照以及遮光环境，从而改变光伏板的最大功率点，随即观察光伏板的输出电压、电流和功率以及蓄电池的充电电压、电流、功率和SOC 状态，即可验证基于变步长扰动逼近法的MPPT 算法跟踪的准确性，其仿真结果如图8所示。

图8 基于变步长扰动逼近法的MPPT 仿真波形Fig. 8 MPPT simulation waveform based on variable step size disturbance approximation method

由图8（a）可知，在0～10 s 内，光伏板工作在标准光照条件下；第10 s 时刻，突然降低光伏板的输入光照强度以模拟现实环境中的遮光情况；第20 s 时刻，恢复到标准光照强度。仿真结果表明：充电装置可以快速跟踪光伏板的最大功率点，从而让光伏板一直运行在最大功率状态对蓄电池进行充电；当光照强度降低时，光伏板的输出功率随之降低，蓄电池的充电速度也相应变慢。

光伏板输出功率P_PV 和蓄电池充电功率P_Battery 的对比结果如图9 所示，根据仿真结果，在线充电装置在中间环节损耗的电能较小，光伏板可以实现对蓄电池的高效充电。

图9 光伏板输出功率和蓄电池输入功率的对比曲线Fig. 9 Comparison curves between output power of photovoltaic panel and input power of battery

4.2 蓄电池充电策略的仿真验证

由于本文将高频逆变器与高频隔离变压器共同作为MPPT 载体，所以Simulink 的采样频率赋值较高。为了在短时间内模拟蓄电池的三段式充电过程，首先将蓄电池的容量减小到0.01 Ah，同时在蓄电池充电策略仿真验证的第一阶段（即MPPT 最大功率充电阶段）中，令光伏板的光照强度一直保持1 000 W/m2，其仿真结果如图10 所示。

图10 三段式充电的仿真波形Fig. 10 Simulation waveform of three stage charging

由图10 可知，在充电初期，在线充电装置采用MPPT 最大功率充电，即光伏板工作在最大功率点，此时蓄电池迅速充电，其蓄电池电压随着SOC的增加而增加。当蓄电池SOC达到SOCL时，根据本文设计的蓄电池充电控制策略，装置进入第二充电阶段，即恒压限流充电阶段。虽然此时光伏板的光照强度依然为1 000 W/m2，但是由于高频逆变器占空比的降低，使得光伏板功率随之降低，进而降低了蓄电池的充电电流，同时维持蓄电池的两端电压恒定。由于蓄电池内阻将随着SOC的增加而增加，所以在恒压限流充电阶段的充电电流会缓慢下降。当蓄电池SOC接近SOCH时，第二阶段结束，装置进入第三充电阶段，即浮充电阶段。此时高频逆变器占空比将进一步减小，使得光伏板功率再次降低，从而维持较低的蓄电池电流，以避免因蓄电池自身放电而导致的电量下降，进入此阶段也意味着整个充电过程的结束。

5 工程化测试

根据在线光伏充电装置主拓扑（图1），研发了如图11 所示的实体样机。

图11 充电装置实物图Fig. 11 Photographs of charging device

为了验证基于变步长扰动逼近法的MPPT 算法跟踪的准确性以及其充电效率，本文对充电装置实物开展了现场测试工作，其在正常光照和遮光2 种情况下的测试结果如图12 所示，各包含15 组测试结果。图12 中：Iin为光伏板的输出电流；Vin为光伏板的输出电压；Pin为光伏板的输出功率；Iout为蓄电池的充电电流；Vout为蓄电池的充电电压；Pout为蓄电池的充电功率。

通过对比图12 的实测结果与图8 的仿真结果可知，虽然光伏板输出功率和蓄电池充电功率实测数据的波动相对较大，但仍然可以将误差保持在较小的范围内。现场测试结果表明，当光照条件发生变化时，该装置可以通过改变高频逆变器的占空比，从而实现MPPT 算法跟踪的功能，其整体充电效率可以保持在92%以上。

图12 充电装置的测试结果Fig. 12 Test results of charging device

6 结 语

针对传统光伏充电装置的典型拓扑及其优缺点，本文构建了移动式在线光伏充电装置拓扑，通过将高频逆变器与高频隔离变压器共同作为MPPT 载体，不但弥补了传统非隔离型光伏充电装置的电气隔离问题，还解决了传统隔离性光伏充电装置中级数多、效率受限等问题。基于此，本文提出了基于变步长扰动逼近法的MPPT 跟踪技术，仿真分析与现场测试结果表明，该在线光伏充电装置可以准确地实现MPPT 算法跟踪，同时，由于采纳了三段式充电方案，还能确保蓄电池快速、安全地充电。然而，该方案目前尚处于车载平台运行阶段，下一步拟开展实船移动平台测试工作。